CN109269036B - 多联机空调的云端控制方法以及多联机空调*** - Google Patents
多联机空调的云端控制方法以及多联机空调*** Download PDFInfo
- Publication number
- CN109269036B CN109269036B CN201811073288.XA CN201811073288A CN109269036B CN 109269036 B CN109269036 B CN 109269036B CN 201811073288 A CN201811073288 A CN 201811073288A CN 109269036 B CN109269036 B CN 109269036B
- Authority
- CN
- China
- Prior art keywords
- cloud
- constructing
- parameters
- split air
- air conditioner
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提出一种多联机空调的云端控制方法以及多联机空调***,该控制方法包括构建运行数据库,构建多维数组,构建SVM模型,构建ANN模型以及构建决策树模型四个步骤,通过该四个步骤,输出满足舒适度与节能的优先执行参数;该多联机空调***包括多个室内机,对应每个所述室内机设置有可采集用户对所述室内机设定运行参数的云线控器,可采集每个所述室内机所处运行环境参数的云集控器,以及可收集并处理所述云线控器与所述云集控器数据信息的云端。该发明通过设立不同训练模型,简化了繁琐的多联机中每个室内机的控制逻辑,使多联机空调***的控制实时性更高,控制更有效。
Description
技术领域
本发明属于空调技术领域,尤其涉及一种多联机空调***。
背景技术
目前,随着空调机组智能化的需求越来越高,导致空调***的一些选配件的智能化也迅速提高,如一些语音线控器,智能人感等设备,单个机组也升级的更加节能、舒适。
中国发明专利CN107504647A中公开了一种智能空调、智能空调温度自动调节云平台及***,该发明中,智能空调包括通信模块一、智能空调控制模块、环境参数感应模块及使用状态感应模块,所述环境参数感应模块与通信模块一连接,使用状态感应模块分别与智能空调控制模块及通信模块一连接,智能空调控制模块与通信模块一连接。
通过上述现有专利,其能实现的是用户无需手动调节,更方便用户,适用于智能空调。但是,其缺点在于仅是通过检测环境温度这一个参数来调整设定温度,输入量较为单一,且脱离了机组自身的运行控制逻辑,可行性不高。
发明内容
为了解决上述问题,本发明提供了一种多联机空调的云端控制方法以及多联机空调***,该发明通过设立不同训练模型,简化了繁琐的多联机中每个室内机的控制逻辑,使多联机空调***的控制实时性更高,控制更有效。
为了达到上述目的,本发明采用的技术方案为:
一种多联机空调的云端控制方法,包括以下步骤:
构建运行数据库:采集多联机空调中每个室内机的运行指标与对应的运行参数上传至云端,形成运行数据库;
构建多维数组:云端将运行数据库以时间为基准轴,建立时间与各运行指标之间的多维数组;
构建SVM模型:以多维数组为基准,构建SVM模型,在SVM模型中针对每个室内机的运行环境场景分类,以将采集到的室内机运行指标与参数按照室内机的运行环境归类至相应场景下;
构建ANN模型:针对每个SVM模型形成的不同场景构建ANN模型,通过ANN模型的预判,筛选出室内机的参考运行参数;
构建决策树模型:将参考运行参数发送至决策树模型中,判断参考运行参数在预设时间内,是否接收到调节该参考运行参数的指示,如否,则输出该参考运行参数,并将该参考运行参数设定为优先执行参数;反之,则以调节后的参数运行参数设定为优先执行参数。
作为本发明的进一步优化,在构建SVM模型的步骤中,具体为:根据室内机运行的不同时段,统计不同用户设定参数得到不同机组运行参数,并将每次收集的运行参数自动分类,按照预设运行环境场景自动进入至相应场景中。
作为本发明的进一步优化,在构建SVM模型的步骤中,具体为:预设运行环境场景为包含共有特性数据的集合。
作为本发明的进一步优化,在构建ANN模型的步骤中,具体为:统计用户以往的设定运行参数值,并择选设定次数最多的设定运行参数值为习惯参数;根据室内机所处当下运行环境计算理论运行参数值为理论参数;采集用户当下的设定运行参数;将习惯参数、理论参数与设定运行参数拟合修正,以输出室内机的参考运行参数。
作为本发明的进一步优化,在构建决策树模型的步骤中,具体为:判断参考运行参数在预设时间内是否接收到用户的调整指令,如否,则认定舒适度为1,反之,则认定舒适度为0。
作为本发明的进一步优化,在构建决策树模型的步骤中,具体为:判断参考运行参数的功耗与前一个采样周期的功耗是否为减小预设值,如是,则认定节能系数为1,反之,则认定节能系数为0。
作为本发明的进一步优化,在构建决策树模型的步骤中,具体为:决策树模型中预设有对应不同运行指标的边界运行参数,判断优先执行参数是否在边界运行参数内,如是,则输出该优先执行参数;反之,则输出报警信息。
一种多联机空调***,包括多个室内机,对应每个所述室内机设置有可采集用户对所述室内机设定运行参数的云线控器,可采集每个所述室内机所处运行环境参数的云集控器,以及可收集并处理所述云线控器与所述云集控器数据信息的云端,所述云端具有执行上述任一种实施例所述多联机空调的云端控制方法的执行器。
作为本发明的进一步优化,所述室内机包括可执行用户设定模式的用户控制器,以及可执行上述任一种实施例所述多联机空调的云端控制方法的智能控制器。
与现有技术相比,本发明的优点和积极效果在于:
1、本发明多联机空调的控制方法中,通过设立不同训练模型,简化了繁琐的多联机中每个室内机的控制逻辑,使多联机空调***的控制实时性更高,控制更有效,从而满足人们对于舒适的需要;
2、本发明通过在用户调整设定参数后对运行参数的修正,实现了对于人们当下需求的改进;同时通过将运行参数控制在报警值之内,有效的防止了空调损坏;通过控制耗能,有效实现了节能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明多联机空调的控制方法的模型示意图;
图2为本发明多联机空调***的举例示意图。
具体实施方式
下面,通过示例性的实施方式对本发明进行具体描述。然而应当理解,在没有进一步叙述的情况下,一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
结合图1所示,本发明提供了一种多联机空调的云端控制方法,该控制方法包括以下步骤:
构建运行数据库:采集多联机空调中每个室内机的运行指标与对应的运行参数上传至云端,形成运行数据库;
构建多维数组:云端将运行数据库以时间为基准轴,建立时间与各运行指标之间的多维数组;
构建SVM模型:以多维数组为基准,构建SVM模型,在SVM模型中针对每个室内机的运行环境场景分类,以将采集到的室内机运行指标与参数按照室内机的运行环境归类至相应场景下;
构建ANN模型:针对每个SVM模型形成的不同场景构建ANN模型,通过ANN模型的预判,筛选出室内机的参考运行参数;
构建决策树模型:将参考运行参数发送至决策树模型中,判断参考运行参数在预设时间内,是否接收到调节该参考运行参数的指示,如否,则输出该参考运行参数,并将该参考运行参数设定为优先执行参数;反之,则以调节后的参数运行参数设定为优先执行参数。
上述中,需要说明的是,多联机空调的运行指标是指空调器上设置的用户可调节或控制的指标,如温度、湿度、摆叶位置、运行模式、开关机等,在此不一一穷举,以现有技术中空调器所能实现的所有指标为准。同时,本发明中运行指标的增减与否并不影响本发明中步骤的执行,只需要在考核因素时增减相应运行指标即可。对应地,本发明中所述运行参数是指当下运行指标所对应的运行参数,如运行指标为温度时,用户输入25℃,则25℃即为运行参数。
具体的,在构建多维数组中,以如下表举例说明:该表格中以多联机空调中的某一个室内机为例,统计该室内机的使用情况,即以时间为基准轴,建立时间点与设定温度、设定风量、设定模式、开关机状态等运行参数的多维数组。
在构建SVM模型的步骤中,具体为:根据室内机运行的不同时段,统计不同用户设定参数得到不同机组运行参数,并将每次收集的运行参数自动分类,按照预设运行环境场景自动进入至相应场景中。上述中,预设运行环境场景为包含共有特性数据的集合。如设定在制冷模式下,风量为中风或者低风,温度变化在20~26度之间定义为场景1,统计采集的室内机运行参数,如该运行参数符合场景1,即具有场景1中的共有特性数据,则将其分类至场景1内,然后再场景1内继续进行后续步骤。
在构建ANN模型的步骤中,具体为:统计用户以往的设定运行参数值,并择选设定次数最多的设定运行参数值为习惯参数;根据室内机所处当下运行环境计算理论运行参数值为理论参数;采集用户当下的设定运行参数;将习惯参数、理论参数与设定运行参数拟合修正,以输出室内机的参考运行参数。在该步骤中,以用户设定温度T为例,根据之前统计用户习惯的习惯温度值T1,该习惯温度值T1即为统计之前用户使用次数最多的设定温度;同时根据温度计算公式以及当前环境下采集参数等,计算理论温度值T2,最后将设定温度T、习惯温度值T1以及理论温度值T2进行拟合修正,得到参考温度值T3,并输出该参考温度值T3至下一步骤中。
为了满足用户的舒适度要求以及便于用户的舒适度调整,在构建决策树模型的步骤中,具体为:判断参考运行参数在预设时间内是否接收到用户的调整指令,如否,则认定舒适度为1,反之,则认定舒适度为0。如上述参考温度值T3,进入至决策树模型中时,判断T3在预设时间内,用户是否会对该温度值调整,如调整,则认为用户不满意当前温度,即该温度不满足该用户的舒适度要求;反之,则认为用户认同该温度为可满足其舒适度要求的温度。
另外,为了符合当下对节能减排的要求,在构建决策树模型的步骤中,具体为:判断参考运行参数的功耗与前一个采样周期的功耗是否为减小预设值,如是,则认定节能系数为1,反之,则认定节能系数为0。当节能系数为0时,需要提醒用户是否按照切换节能运行参数。
另外,在构建决策树模型的步骤中,具体为:决策树模型中预设有对应不同运行指标的边界运行参数,判断优先执行参数是否在边界运行参数内,如是,则输出该优先执行参数;反之,则输出报警信息。通过边界运行参数的设定,有效的防止了因运行参数超出边界值导致的空调停机,影响用户体验。
如图2所示,本发明提供了一种多联机空调***,包括多个室内机,对应每个所述室内机设置有可采集用户对所述室内机设定运行参数的云线控器,可采集每个所述室内机所处运行环境参数的云集控器,以及可收集并处理所述云线控器与所述云集控器数据信息的云端,所述云端具有执行上述任一种实施例中所述多联机空调的云端控制方法的执行器。
结合图2所示,以具有四个房间的家庭多联机空调***为例,分别为主卧室室内机,客厅室内机,次卧室室内机,以及书房室内机,因每个室内机所处的环境不同,其相应的使用频率以及设定参数等均有不同。每个室内机均对应一个云线控器,每个云线控器采集对应室内机中用户习惯的设定参数并实时上传至云端,而云集控器则会将室内机以及室外机当前的各个运行参数实时上传至云端。云端则会根据上传的各种数据分类进行处理,同时结合各个整机的控制逻辑,将控制策略直接下发到线控器和集控器,以实现节能、舒适的用户体验效果。
另外,本发明的多联机空调***具有两种模式,即一种为现有空调的用户调整模式,一种为对应实现上述智能方式的智能模式,该两种模式下,用户均可根据需求选择。具体的,所述室内机包括可执行用户设定模式的用户控制器,以及可执行上述任一种实施例多联机空调的云端控制方法的智能控制器。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种多联机空调的云端控制方法,其特征在于:包括以下步骤:
构建运行数据库:采集多联机空调中每个室内机的运行指标与对应的运行参数上传至云端,形成运行数据库;
构建多维数组:云端将运行数据库以时间为基准轴,建立时间与各运行指标之间的多维数组;
构建SVM模型:以多维数组为基准,构建SVM模型,在SVM模型中针对每个室内机的运行环境场景分类,以将采集到的室内机运行指标与参数按照室内机的运行环境归类至相应场景下;
构建ANN模型:针对每个SVM模型形成的不同场景构建ANN模型,通过ANN模型的预判,筛选出室内机的参考运行参数;
构建决策树模型:将参考运行参数发送至决策树模型中,判断参考运行参数在预设时间内,是否接收到调节该参考运行参数的指示,如否,则输出该参考运行参数,并将该参考运行参数设定为优先执行参数;反之,则以调节后的参数运行参数设定为优先执行参数。
2.根据权利要求1所述的多联机空调的云端控制方法,其特征在于:在构建SVM模型的步骤中,具体为:根据室内机运行的不同时段,统计不同用户设定参数得到不同机组运行参数,并将每次收集的运行参数自动分类,按照预设运行环境场景自动进入至相应场景中。
3.根据权利要求2所述的多联机空调的云端控制方法,其特征在于:在构建SVM模型的步骤中,具体为:预设运行环境场景为包含共有特性数据的集合。
4.根据权利要求1所述的多联机空调的云端控制方法,其特征在于:在构建ANN模型的步骤中,具体为:统计用户以往的设定运行参数值,并择选设定次数最多的设定运行参数值为习惯参数;根据室内机所处当下运行环境计算理论运行参数值为理论参数;采集用户当下的设定运行参数;将习惯参数、理论参数与设定运行参数拟合修正,以输出室内机的参考运行参数。
5.根据权利要求1所述的多联机空调的云端控制方法,其特征在于:在构建决策树模型的步骤中,具体为:判断参考运行参数在预设时间内是否接收到用户的调整指令,如否,则认定舒适度为1,反之,则认定舒适度为0。
6.根据权利要求1所述的多联机空调的云端控制方法,其特征在于:在构建决策树模型的步骤中,具体为:判断参考运行参数的功耗与前一个采样周期的功耗是否为减小预设值,如是,则认定节能系数为1,反之,则认定节能系数为0。
7.根据权利要求1所述的多联机空调的云端控制方法,其特征在于:在构建决策树模型的步骤中,具体为:决策树模型中预设有对应不同运行指标的边界运行参数,判断优先执行参数是否在边界运行参数内,如是,则输出该优先执行参数;反之,则输出报警信息。
8.一种多联机空调***,包括多个室内机,其特征在于:对应每个所述室内机设置有可采集用户对所述室内机设定运行参数的云线控器,可采集每个所述室内机所处运行环境参数的云集控器,以及可收集并处理所述云线控器与所述云集控器数据信息的云端,所述云端具有执行权利要求1-7中任一项中所述多联机空调的云端控制方法的执行器。
9.根据权利要求8所述的多联机空调***,其特征在于:所述室内机包括可执行用户设定模式的用户控制器,以及可执行权利要求1-7中任一项所述多联机空调的云端控制方法的智能控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811073288.XA CN109269036B (zh) | 2018-09-14 | 2018-09-14 | 多联机空调的云端控制方法以及多联机空调*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811073288.XA CN109269036B (zh) | 2018-09-14 | 2018-09-14 | 多联机空调的云端控制方法以及多联机空调*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109269036A CN109269036A (zh) | 2019-01-25 |
CN109269036B true CN109269036B (zh) | 2021-03-30 |
Family
ID=65188234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811073288.XA Active CN109269036B (zh) | 2018-09-14 | 2018-09-14 | 多联机空调的云端控制方法以及多联机空调*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109269036B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412588A (zh) * | 2020-03-31 | 2020-07-14 | 广东美的制冷设备有限公司 | 空调器***的控制方法、空调器***、服务器及介质 |
CN112178861B (zh) * | 2020-09-28 | 2021-08-27 | 珠海格力电器股份有限公司 | 健身房空调器的控制方法、装置、控制器及空调*** |
CN113587389A (zh) * | 2021-07-21 | 2021-11-02 | 青岛海信日立空调***有限公司 | 空调*** |
CN113917211A (zh) * | 2021-11-05 | 2022-01-11 | 万合智联(浙江)科技有限公司 | 中央空调计费分摊*** |
CN113983652A (zh) * | 2021-11-05 | 2022-01-28 | 万合智联(浙江)科技有限公司 | 节能降耗的中央空调管理方法及其*** |
CN116336625B (zh) * | 2023-05-18 | 2023-08-18 | 广州永昱节能科技股份有限公司 | 一种中央空调冷站群控节能控制方法、装置、设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667016A (zh) * | 2008-09-02 | 2010-03-10 | 段起阳 | 根据控制历史记录自动修正控制命令的装置 |
CN105890109B (zh) * | 2016-03-31 | 2018-09-14 | 华南理工大学 | 一种房间空调器在线长效性能检测及优化运行方法 |
CN107062379A (zh) * | 2016-12-28 | 2017-08-18 | 广东工业大学 | 一种基于神经网络的智能自适应温控出水方法及装置 |
US10949909B2 (en) * | 2017-02-24 | 2021-03-16 | Sap Se | Optimized recommendation engine |
-
2018
- 2018-09-14 CN CN201811073288.XA patent/CN109269036B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109269036A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109269036B (zh) | 多联机空调的云端控制方法以及多联机空调*** | |
US9968877B2 (en) | Intelligent air-conditioning controlling system and intelligent controlling method for the same | |
CN106545956B (zh) | 新风机的控制方法及装置 | |
CN104019526B (zh) | 改进pso算法模糊自适应pid温湿度控制***及方法 | |
CN110726218B (zh) | 空调器及其控制方法、装置、存储介质和处理器 | |
CN103398451B (zh) | 基于学习用户行为的多维舒适度室内环境控制方法及*** | |
CN102901180B (zh) | 一种控制空调的方法及*** | |
CN110360715A (zh) | 区域选择性地动作的空调、云服务器及其动作方法 | |
CN110726217B (zh) | 空调器的控制方法及装置 | |
CN110701756B (zh) | 运行控制方法、运行控制装置、空调器和存储介质 | |
CN108332373A (zh) | 一种室内环境状态的控制方法、装置、存储介质及空调 | |
CN105652826A (zh) | 一种智能家居控制方法、控制器、移动终端以及*** | |
CN105546756A (zh) | 空调控制方法和装置 | |
CN109883016B (zh) | 一种空气舒适度调节方法和设备 | |
CN110425698A (zh) | 一种用户偏好自学习的空调控制方法和装置 | |
CN109579236A (zh) | 空调器的控制方法、空调器及计算机可读存储介质 | |
CN110057054A (zh) | 一种空调的控制方法、装置、存储介质及空调 | |
CN110736231A (zh) | 空调控制方法、装置、空调、存储介质以及处理器 | |
CN110925942B (zh) | 空调控制方法和装置 | |
CN109084425A (zh) | 空调器及其的控制方法和计算机可读存储介质 | |
CN110726216B (zh) | 空调器及其控制方法、装置、***、存储介质和处理器 | |
CN110515410B (zh) | 一种养殖场温湿度控制方法、***和设备 | |
CN112198853A (zh) | 智能家居设备的控制方法和装置 | |
CN111271792A (zh) | 空调扇及其控制方法、控制装置 | |
CN203443020U (zh) | 基于学习用户行为的多维舒适度室内环境控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |